Dergiler / Tekstil ve Mühendis / 2011 / Cilt: 18 - Sayı: 81

Renk reçetesi tahminlenmesinde yapay sinir ağlarının kullanımı

Neural networks model on color recipe prediction

Sayfa
12–21
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Klasik reçete çıkarma sisteminde bir boya uzmanı deneyimlerine dayanarak verilen renge yakın bir reçete tutturmaya çalışır, bilgisayarlı reçete çıkarına sistemleri ise yaygın olarak bilinen doğrusal modele (Kubelka-Munk modeli) veya doğrusal olmayan (yapay sinir ağları) modele dayanabilir bu makalede doğrusal olmayan sisteme dayanan yapay sinir ağlarının kullanımı ile reçete çıkarma sisteminin nasıl çalıştığı açıklanacaktır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Renk reçete tahminlemesi; verilen bir referans renk ile aynı rengi üretmek için hangi boyarmaddelerin hangi konsantrasyonlarına ihtiyaç duyuldugunu tahmin etmektir. iyi bir tahminleme yapabilmek deneyimli boya uzmanları için bile zordur.
📊
Temel Bulgular & Veri:Reçete tahmini; klasik reçete çıkarma sistemine göre veya bilgisayarlı reçete çıkarına sistemine göre yapılabilir.
💡
Sonuç & Katkı:Klasik reçete çıkarma sisteminde bir boya uzmanı deneyimlerine dayanarak verilen renge yakın bir reçete tutturmaya çalışır, bilgisayarlı reçete çıkarına sistemleri ise yaygın olarak bilinen doğrusal modele (Kubelka-Munk modeli) veya doğrusal olmayan (yapay sinir ağları) modele dayanabilir bu makalede doğrusal olmayan sisteme dayanan yapay sinir ağlarının kullanımı ile reçete çıkarma sisteminin nasıl çalıştığı açıklanacaktır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Renk reçete tahminlemesi; verilen bir referans renk ile aynı rengi üretmek için hangi boyarmaddelerin hangi konsantrasyonlarına ihtiyaç duyuldugunu tahmin etmektir. iyi bir tahminleme yapabilmek deneyimli boya uzmanları için bile zordur. Reçete tahmini; klasik reçete çıkarma sistemine göre veya bilgisayarlı reçete çıkarına sistemine göre yapılabilir. Klasik reçete çıkarma sisteminde bir boya uzmanı deneyimlerine dayanarak verilen renge yakın bir reçete tutturmaya çalışır, bilgisayarlı reçete çıkarına sistemleri ise yaygın olarak bilinen doğrusal modele (Kubelka-Munk modeli) veya doğrusal olmayan (yapay sinir ağları) modele dayanabilir bu makalede doğrusal olmayan sisteme dayanan yapay sinir ağlarının kullanımı ile reçete çıkarma sisteminin nasıl çalıştığı açıklanacaktır.

Abstract

Color recipe prediction was known to predict which colorants and their concentrations were required for a given reference color. Making a good color recipe prediction is even hard to expert co! o lists. Color recipe prediction e ail be made by classical and compute ring recipe prediction systems. The classical system is based on a colorist's prediction, while the latter is applied as linear model (Kubelka-Munk model) in common or nonlinear model {such as neural network model), in this paper, how color recipe prediction by neural network based on nonlinear model is working was reviewed.

🔖

Bu Makaleye Atıf Yap

ONAR, N. (2011). Renk reçetesi tahminlenmesinde yapay sinir ağlarının kullanımı. Tekstil ve Mühendis, Cilt: 18 - Sayı: 81, 12–21. https://ajindex.com/articles/366381

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (1)

  1. Jasper, W.J., Kovacs, E. T., Berkstresser, A.(1993) Using Neural Networks to Predict Dye Concentrations in Multiple-Dye Mixtures. Textile Research Journal. 63(9), pp. 545-551 2.Westland, S. (1998), Artificial Neural Networks and Colour Recipe Prediction. Proceedings of the International Conference and Exhibition Colour Science-98 3:Chung, B., Cho, C.-S., Park, M.-J. (2004) Color inspection of printed texture using scanner: Compensation of positional deviation via NN model, 8th International Conference on Control, Automation, Robotics and Vision, Vol.3, pp. 1826-1831 4.Balcı, O., Oğulata, R.T. (2009) Boyanmış Kumaşlarda Kimyasal Apre Uygulamaları Sonucunda Oluşabilecek Renk Değişiminin ve CIELab Değerlerinin Yapay Sinir Ağları Kullanılarak Tahmin Edilmesi, Tekstil ve Konfeksiyon, Vol. 1, pp. 61 -69 5.Golob, D., Osterman, D.P.,Zupan, J.(July/September 2008) Determination of Pigment Combinations for Textile Printing Using Artificial Neural Networks, Fibers and Textiles in Eastern Europe, Vol. 16, No. 3 (68), pp. 93-98 6.Furferi, R., Carfagni, M. (2010) Prediction of the color and of the color solidity of a jigger-dyed cellulose-based fabric: A cascade neural network approach, Textile Research Journal, Vol. 80, No. 16, pp. 1682-1696 7.Li, H.-T., Shi, A.-S., Zhang, B.-S. (2007)^4 dyeing color matching method combining RBF neural networks with genetic algorithms, Proceedings - SNPD 2007: Eighth ACIS International Conference on Software Engineering, Artificial Intelligence, Networking, and Parallel/Distributed Computing, Vol. 2, pp. 701 -706 8.Vadood, M., Semnani, D., Morshed, M. (2011) Optimization of acrylic dry spinning production line by using artificial neural network and genetic algorithm, Journal of Applied Polymer Science, Vol. 120, No. 2, pp. 735-744 9.Naşiri, M., Shanbeh, M., Tavanai, H. (2005) Comparison of statistical regression, fuzzy regression and artificial neural network modeling methodologies in polyester dyeing, Proceedings -International Conference on Computational Intelligence for Modelling, Control and Automation, Vol. 1, pp. 505-510 10.Xu, B., Lin, S. (2002) Automatic color identification in printed fabrics by a neural-fuzzy system, AATCC Review, Vol. 2, No. 9, pp. 42-45 11.Thevenet, L., Dupont, D., Jolly-Desodt, A.M. (2003) Modeling color change after spinning process using feedforward neural networks. Color Research and Application. Vol. 28. No. 1, pp. 50-58 12.Trussell, H.J. (1998) Applications of digital signal processing, ızzy logic